Мир будущего, в котором грузы и пассажиров перевозят беспилотные автомобили, становится все более реальным. Разработка автономного транспорта идет с огромной скорость, и то, что еще недавно было только частью научной фантастики, уже рядом с нами. Но полноценного автопилота, который мог бы полностью заменить водителя на дороге, пока нет. Поговорим подробнее о том, как это работает на данный момент и какие перспективы.
Почему беспилотным автомобилям придают такое значение?
- Искусственный интеллект не ошибается, как человек. Около 95 % ДТП происходят по вине водителей. Они отвлекаются от дороги, садятся за руль в нетрезвом состоянии, разговаривают по телефону. В Калифорнии каждая компания, тестирующая беспилотный транспорт, обязана сообщать о ДТП в Калифорнийский департамент автотранспортных средств. Организация IDTechEx, занимающаяся бизнес-аналитикой в более чем 80 странах, проанализировала отчеты департамента с 2019-го по 2021-й. Результаты шокируют: из 187 сообщений только 2 инцидента можно было объяснить плохой работой автономной системы. Это означает, что 99 % аварий с участием беспилотных автомобилей вызваны человеческой ошибкой. А при работе беспилотного транспорта в автономном режиме 81 происшествие из 83 зафиксированных произошло либо по вине человека в другом транспортном средстве, либо по вине пешехода.
- Больше свободы для пожилых людей и лиц с ограниченными возможностями. Беспилотный транспорт упрощает передвижение для тех, кто не имеет возможности управлять автомобилем без посторонней помощи. Плохое зрение и проблемы с концентрацией тоже в таком случае не помеха.
- Меньше несчастных случаев. Когда компьютеры будут полностью контролировать ситуацию, количество смертей на дорогах может сократиться вдвое к 2030 году. По крайней мере, такой призыв содержится в целях устойчивого развития ООН.
- Поездки без стресса. Сложно найти водителя, который бы не сталкивался с агрессией на дороге. Обгоны, нарушения правил дорожного движения, неадекватные водители — огромный риск, который заставляет даже ответственных автомобилистов попадать в аварийные ситуации. Беспилотные автомобили двигаются строго по правилам, мгновенно оценивают ситуацию и принимают наиболее верное решение.
Какие риски есть у автономного транспорта?
Самый главный — сбои в программном обеспечении и работе ИИ. Компьютеры время от времени выходят из строя. Если это ноутбук копирайтера, он может только потерять несохраненные данные, но в случае с автомобилем, который движется по оживленной трассе, последствия могут быть катастрофическими.
Кроме того, есть риск, что водители, доверяя автопилоту, могут потерять свои навыки вождения. Если ПО беспилотного транспорта внезапно потребует внимания человека, сможет ли тот отреагировать быстро?
Еще одна проблема — опасность взлома. Любое ПО можно взломать, и чем больше появляется транспортных средств, работающих от Сети, тем более они уязвимы для хакеров, которые смогут получить контроль над автомобилем при движении, отследить пункты назначения и даже украсть персональные данные водителя.
Что вообще такое беспилотный автомобиль?
Это транспортное средство, которое может передвигаться по дорогам без необходимости управления человеком. Такие автомобили оснащены системой беспилотного управления, которая может воспринимать информацию от датчиков и камер, расположенных на машине, и принимать решения на основе алгоритмов машинного обучения.
Помимо указанных преимуществ, беспилотный транспорт в перспективе может быть более эффективным, например в управлении и организации грузоперевозок. С ним логистические компании оптимизируют маршруты, смогут избежать пробок и сократят время доставки товаров.
В июне 2023 года на платную федеральную трассу М11 «Нева» вышли первые беспилотные грузовики в России КамАЗ. Они соединяют логистические терминалы Москвы и Санкт-Петербурга по концепции hub-to-hub, без промежуточных остановок. Работают в режиме 24/7, останавливаются только на ТО, заправку и погрузку-разгрузку. По расчетам логистической компании ПЭК, скорость доставки при этом вырастет на 12 %, а себестоимость грузоперевозок сократится на 10 %.
Датчики и ПО могут анализировать параметры беспилотного автомобиля для экономии топлива и снижения износа запчастей. При движении в колонне грузовики могут находиться более близко друг к другу и оптимально использовать дорожное пространство.
В будущем автономный транспорт планируется использовать в экстренных службах, научных исследованиях, туризме и других областях. Но для этого нужно разработать надежные системы безопасности и навигации для прогнозирования и предотвращения аварийных ситуаций.
Примеры беспилотных автомобилей с ИИ
- Waymo — проект беспилотных автомобилей, запущенный Google. Использует технологию ИИ для распознавания объектов на дороге, построения маршрута и прогнозирования возможных аварий.
- Tesla — использует нейронные сети для улучшения функциональности водительского режима, а также для автоматической навигации и парковки.
- Audi — еще в 2017 году бренд представил беспилотный автомобиль Aicon с высшим уровнем автономии 5, без руля и педалей. Для безопасности использует машинное обучение и нейронные сети для распознавания объектов на дороге.
Машинное обучение беспилотных авто
Чтобы беспилотный автомобиль умел самостоятельно ориентироваться на дороге, соблюдать правила безопасности, его необходимо обучить. Поэтому первая задача — сбор и обработка данных. Они собираются в различных условиях дорожного движения для обучения модели:
- С камер видеонаблюдения, установленных на автомобиле. Фиксируют кадры дорожной обстановки и передают данные алгоритмам обработки изображений.
- С радаров и лидаров. Дают представление о расстоянии, скорости и направлении движения окружающих объектов.
- С GPS. Определяет местоположение автомобиля и помогает создать карты высокой точности.
- С инерционных измерительных устройств (IMU). Измеряют угловую скорость, ускорение и ориентацию автомобиля.
Информация обрабатывается алгоритмами машинного обучения, чтобы создать модель, которая будет принимать решения на основе полученных данных. Например, с помощью глубокого обучения (Deep Learning). В этом случае нейронные сети обучаются на больших объемах данных для решения сложных задач: распознавания объектов на дороге и других препятствий, обработки сигналов датчиков.
Также используется обучение с подкреплением (Reinforcement Learning) на основе опыта взаимодействия с окружающей средой. Таким образом транспорт учат принимать правильные решения в различных дорожных ситуациях.
Среди инструментов для машинного обучения беспилотных авто можно выделить TensorFlow от Google и специализированные аппаратные платформы DRIVE AGX и Jetson Xavier NX, созданные NVIDIA.
Также используется обучение с подкреплением (Reinforcement Learning) на основе опыта взаимодействия с окружающей средой. Таким образом транспорт учат принимать правильные решения в различных дорожных ситуациях.
Среди инструментов для машинного обучения беспилотных авто можно выделить TensorFlow от Google и специализированные аппаратные платформы DRIVE AGX и Jetson Xavier NX, созданные NVIDIA.
Перспективы
По данным исследования международной консалтинговой компании McKinsey, к 2035 году автономное вождение может принести доход в размере от 300 до 400 миллиардов долларов. Сейчас большинство крупных автопроизводителей освоили технологии автономности второго уровня. Среди них автопилот Tesla, система помощи водителю в пробках Audi, Blue Cruise от Ford и многие другие. Но уровень L2 означает, что водитель-человек должен уделять все внимание дороге. Только с уровнем L3 водителю официально разрешено есть, писать электронные письма или смотреть видео.
В мае 2022 года Mercedes-Benz стал первым в мире производителем, получившим одобрение властей Германии на легальную эксплуатацию своего L3 Drive Pilot на дорогах общего пользования. Тем не менее автономность L3 тоже условная: если автомобиль столкнется с непредвиденной ситуацией, у водителя будет только 10 секунд, чтобы взять управление на себя. Если этого не произошло, автомобиль автоматически включит аварийные огни и затормозит на обочине.
Это вкупе с негативной реакцией общественности на сбои и недостатки в автоматизированных системах вождения говорит о том, что в ближайшие пару лет вряд ли стоит ожидать массового релиза беспилотного транспорта. Но зато беспилотные механизмы активно используются в других сферах, в частности в доставках. Так, роботы «Яндекс.Ровер» уже несколько лет привозят еду москвичам.